近红外光谱结合SIMCA模式识别法检测木材表面节子

利用近红外光谱结合SIMCA模式识别法来检测马尾松木材单板节子。结果表明,通过培训集样本建立的基于主成分分析的SIMCA判别模型对有无节子两种类型样本进行回判和对未知节子类型的样本(包括无节子和有节子样本)的判别正确率均达到90%～100%,说明应用近红外光谱结合SIMCA模式识别法可以快速有效地检测木材表面的节子缺陷。

傅里叶变换红外光谱结合模式识别法在食用油真伪鉴别中的实践分析

探讨在食用油真伪鉴别中,傅里叶变换红外光谱(FTIR)联合模式识别法(SIMCA),建立FTIR-SIMCA分类识别模型的实践应用效果。方法:选取各品牌合格食用油15种和伪食用油5种,抽取样品进行FTIR检验,并根据图谱完成SIMCA模型的建立。结果:训练集真伪食用油模型中,拒绝率与识别率均为100%,两种食用油有较高独立性,互不交叉;验证集模型识别,拒绝率与识别率同为100%。结论:FTIR-SIMCA分类识别模型具有较高的可行性,可有效实现食用油真伪的鉴别,且具有较高的可操作性。

近红外光谱技术在金银花和山银花判别中的应用研究

目的:通过近红外光谱技术研究金银花和山银花在真伪鉴别中的应用。方法:本研究利用近红外光谱方法识别金银花和山银花的差异性,通过收集来自不同产地的101种金银花和山银花样品,采用近红外光谱选择5300~5550、6900~7500、8200~12000 cm^-1处光谱波段进行标准化预处理后,在主成分分析的聚类基础上通过SIMCA模式识别原理对金银花和山银花分别建立了类模型。结果:模型基本能正确识别金银花和山银花,所建立的方法可靠、快速简单,可作为金银花真伪判别的一种有效控制方法。结论:近红外光谱结合SIMCA模式识别在金银花和山银花分类识别具有可行性。

基于近红外光谱法鉴别不同麻类纤维

各麻类纤维的外观形态和化学性能相似,为鉴别不同麻类纤维,基于傅里叶变换近红外光谱分析方法,采用主成分分析结合SIMCA模式识别方法,对苎麻、亚麻、大麻、黄麻、红麻、罗布麻6种纤维进行鉴别。结果表明:6种纤维经平滑及基线校正光谱预处理,构建主成分因子为3的分析模型,结合SIMCA模式识别方法,所有纤维的识别率和拒绝率达到100%,成功实现纤维鉴别。为不同麻类纤维鉴别提供了简便、无损、快速、准确的鉴定方法。

基于智舌的水产品中创伤弧菌快速检测体系的构建

以创伤弧菌为研究对象,探讨智舌在致病性弧菌快速检测中的可行性。首先用基于脉冲伏安法的智舌监测创伤弧菌的生长趋势,并以常规的浊度法验证其可行性;再用智舌鉴别11种致病性弧菌的液体培养物,以确定智舌结合主成分分析法能否将致病性弧菌区分开及其所需的最短时间;最后用智舌结合SIMCA法构建创伤弧菌的模式识别单元。结果显示,可用智舌监测液体培养基中创伤弧菌的生长情况;当在特异性培养基中培养弧菌8h后,智舌能很好地区分11种致病性弧菌;7种电极与其频率段组合下的PCA模型,对所有样本的判别准确率达到100%,说明所建模型可用于创伤弧菌的快速筛检。智舌快速检测创伤弧菌的方法切实可行。